Respuesta correcta
- BConfigurar una base de conocimiento con Generación Aumentada por Recuperación (RAG).
Explicación
Configurar una base de conocimiento con Generación Aumentada por Recuperación (RAG) permite que el chatbot recupere documentos relevantes de la base de conocimiento interna de la empresa y los utilice como contexto para generar respuestas. Esto garantiza que las respuestas del modelo se basen únicamente en los datos proporcionados, evitando la dependencia de su conocimiento de preentrenamiento.
Para profundizar
La Generación Aumentada por Recuperación (Retrieval Augmented Generation o RAG) en las bases de conocimiento de Amazon Bedrock funciona fragmentando (chunking) los documentos de origen, convirtiéndolos en incrustaciones (embeddings) y almacenando vectores en un almacén de vectores. En el momento de la consulta, el servicio recupera los fragmentos semánticamente más similares y los inyecta en el aviso (prompt) como contexto, basando la respuesta del modelo en el material suministrado. Esto reduce las alucinaciones y mantiene las respuestas vinculadas al catálogo interno en lugar de a los datos de preentrenamiento. Una sutileza es que RAG no evita por completo que el modelo utilice el conocimiento paramétrico; las instrucciones del aviso y las citas ayudan, pero la calidad de la recuperación, el tamaño de los fragmentos y el número de pasajes devueltos influyen fuertemente en la fundamentación. Esto importa cuando las respuestas deben ser auditables frente a un corpus controlado, como especificaciones de productos o documentación de cumplimiento.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AIF-C01 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.